任职要求 1.计算机、人工智能、电子信息、自动化、数学或相关专业本科及以上在读。 2.熟悉 Python，具备良好的编程能力、数据结构与算法基础。 3.熟悉 PyTorch 等至少一种深度学习框架，能够独立完成模型训练、调试和实验分析。 4.对语音合成、端到端语音大模型、实时语音交互或多模态生成具有浓厚兴趣。 5.具备较强的论文阅读、算法复现、问题分析和团队协作能力。 6.每周可实习不少于 3 天，能够连续实习 3 个月及以上。 加分项 1.具有 TTS、语音大模型、端到端语音交互或音视频生成相关项目及科研经验。 2.熟悉 CosyVoice、Ming-UniAudio、Qwen-Omni、Cosmos 等代表性模型、技术路线或相关开源项目。 3.熟悉神经音频编解码器、离散语音 Token、连续语音表征、多码本建模、流式生成或语音与文本联合建模。 4.具有全双工语音系统相关经验，了解 VAD、AEC、语音降噪、重叠语音检测、端点检测、Turn-taking 或用户打断机制。 5.熟悉 ASR、说话人识别、语音情感识别、音频理解等相关技术。 6.具有大模型预训练、监督微调、强化学习、偏好对齐或分布式训练经验。 7.在相关领域发表过论文，或在开源社区、算法竞赛中取得过突出成果。 你将获得 1.深度参与语音合成、多模态生成、端到端语音大模型及全双工语音交互项目的机会。 2.完整接触数据构建、模型训练、后训练与对齐、交互策略、推理优化和产品落地的技术链路。 3.与经验丰富的算法及工程团队合作，获得针对性的技术指导和成长支持。 4.表现优秀者可获得长期实习或正式岗位机会。